当前位置: 首页 > web >正文

Matlab利用系统辨识工具箱辨识自带数据集的控制系统参数(传递函数篇)

系统辨识是根据系统的输入输出时间函数来确定描述系统行为的数学模型。在很多控制系统中,难以确定明确的数学物理关系,也就难以确定控制系统中极为重要的传递函数。但Matlab中的的系统辨识工具箱,能够根据输入输出数据计算得到系统的传递函数,或是状态空间模型,极大的方便了对系统的建模。

一、打开系统辨识工具箱

命令行打开:在命令行窗口输入:systemIdentification。

图标打开:在APP中,单击选择SystemIdentification。

二、导入自带数据集

数据我们利用Matlab自带的数据集,导入时选择Examaple。这是一个加热器的数据集,共计1000条数据。输入为加热电功率,输出为温度。

再选了[Example]之后,数据集就被加载到工作区了。其中u2为输入,即加热功率。在这我们可以看到,其实u2只有3.41,6.41两个值,可能对应加热器的两个挡位。

根据这两组数据,生成一个局部曲线。在427的位置,加热挡位变大,温度开始上升,在441的时候,尝试降低挡位,温度开始慢慢降低。由此可以理解这二维数据的关系。

三、数据处理

导入数据之后,需要对数据划分为工作集与验证集,选择范围。

前500个作为工作集,改为500,点击insert。同样改验证集。

数据集截取

验证集截取

在主界面就可以看到工作集与验证集了,并将他们拖入相应的位置。

点击time plot,可实现对数据的预览。其中,蓝色(前500个)为工作集,橙色(后500个)为验证集。

四、开始辨识

可用来辨识的模型很多,此处只选择传递函数,开始辨识。

设置传递函数的极点数与零点数,意义已经忘记了,然后开始辨识。

辨识结果如下图所示。从图形可以看出是用来训练的前500个数据,灰色为实际值,蓝色为模型值,模型辨识精度为83.94%,最终预测误差为0.0185。

五、模型验证

这时候在右上角的tf1就是我们辨识出来的传递函数,双击可查看实际的参数值。

选中模型tf1(可选择多个模型),点击model output,即可查看验证集在多个模型上的表现。可以看出tf1模型对验证集的拟合率为81.32%。

六、获得结果

至此,我们就可以获得该加热系统的传递函数了。有了传递函数,然后可以进行进一步的操作了。

http://www.xdnf.cn/news/18022.html

相关文章:

  • 【web自动化】-8-EXCEL数据驱动
  • Web攻防-大模型应用LLM搭建接入第三方内容喂养AI插件安全WiKI库技术赋能
  • (自用)console.log怎么上色
  • Linux————网络基础
  • Kafka生产者原理深度解析
  • 晶振电路的负载电容、电阻参数设计
  • 力扣 hot100 Day74
  • 读《精益数据分析》:黏性(Stickiness)—— 验证解决方案是否留住用户
  • MySQL 关键字总结,并结合 SQL 类型(DDL / DML / DQL / DCL / TCL) 说明每类关键字的作用、使用场景和示例
  • Pr cs6安装教程
  • 标题:移动端安全加固:发散创新,筑牢安全防线引言:随着移动互联网
  • 【多模态大模型】--BLIP3
  • 集成电路学习:什么是Object Detection目标检测
  • Apache 如何支持SHTML(SSI)的配置方法
  • DAY41打卡
  • 高等数学 8.3 平面及其方程
  • 力扣top100(day04-04)--栈
  • 结构体(Struct)、枚举(Enum)的使用
  • MySQL的学习笔记
  • 基于Spring Boot的智能民宿预订与游玩系统设计与实现 民宿管理系统 民宿预订系统 民宿订房系统
  • Fiddler 实用指南,让网络调试更直观、更高效
  • 【秋招笔试】2025.08.15饿了么秋招机考-第三题
  • 4.3 computed watch watchEffect
  • 日本CN2服务器租用多少钱
  • sqli-labs通关笔记-第50关 GET数值型order by堆叠注入(手工注入+脚本注入两种方法)
  • Redis 缓存和 Redis 分布式锁
  • Java 大视界 -- 基于 Java 的大数据可视化在城市交通拥堵治理与出行效率提升中的应用(398)
  • 嵌入式硬件篇---电容滤波
  • Python Sqlalchemy数据库连接
  • 华测科技的3D GPR数据分析